#1. Importamos la base de datos creada en la Parte 1 En este caso, decidí correr el código de la Parte 1 con la base de datos del día siguiente (27 de enero de 2021)
# Importamos las bases de datos listas para graficar
covid.27 <- read.csv("covid27-01-21.csv")
covid.26 <- read.csv("covid26-01-21.csv")NOTA: Recuerda que los archivos .csv deben estar en la carpeta de trabajo actual
#2. Graficamos los casos de cada entidad vs sexo
library(ggplot2) # Cargamos la librería necesaria para crear el plot
library(plotly) # Cargamos la librería necesaria para crear el plot interactivo##
## Attaching package: 'plotly'## The following object is masked from 'package:ggplot2':
##
## last_plot## The following object is masked from 'package:stats':
##
## filter## The following object is masked from 'package:graphics':
##
## layoutplot26.sexo <- ggplot(covid.26, aes(x = ENTIDAD_NAC)) + geom_bar(aes(fill = SEXO)) + theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1,size = 5,lineheight = 5)) + ggtitle("Contagios de COVID-19 por entidad",subtitle = "26/01/2021") + labs(y= "Número de casos", x = "Entidad federativa")
ggplotly(plot26.sexo, width = 850, height = 850) # Generamos el plot interactivolibrary(ggplot2) # Cargamos la librería necesaria para crear el plot
library(plotly) # Cargamos la librería necesaria para crear el plot interactivo
plot26.sexo <- ggplot(covid.26, aes(x = ENTIDAD_NAC)) + geom_bar(aes(fill = factor(edad.vec))) + theme(axis.text.x = element_text(angle = 90, vjust = 0.5, hjust=1,size = 5,lineheight = 5), legend.title = element_text(color = "black", size = 10),legend.text = element_text(color = "black", size = 5),legend.key.size = unit(0.1, 'cm')) + ggtitle("Contagios de COVID-19 por entidad",subtitle = "26/01/2021") + labs(y= "Número de casos", x = "Entidad federativa", fill = "Edad")
ggplotly(plot26.sexo, width = 850, height = 800)